МЕТОДЫ НАХОЖДЕНИЯ СОБСТВЕННЫХ ЗНАЧЕНИЙ И...
TRANSCRIPT
Федеральное агентство по образованию
__________________________________________________________
Государственное образовательное учреждение
высшего профессионального образования
Санкт-Петербургский государственный технологический институт
(Технический университет)
__________________________________________________________
Кафедра прикладной математики
Д. В. Долгополов
МЕТОДЫ НАХОЖДЕНИЯ СОБСТВЕННЫХ ЗНАЧЕНИЙ
И СОБСТВЕННЫХ ВЕКТОРОВ МАТРИЦ
Методические указания
Санкт-Петербург
2005
УДК 512.8
Долгополов Д. В. Методы нахождения собственных значений и
собственных векторов матриц: Методические указания.
СПб., СПбГТИ(ТУ), 2005. - 39 с.
Методические указания издаются с целью научить студентов применять
различные численные методы для нахождения собственных значений и
собственных векторов матриц. Рассмотрены методы Данилевского,
Крылова, Леверрье-Фаддеева, вращений, для каждого из этих методов
разобран численный пример.
Методические указания предназначены для студентов 2 курса
факультета информатики и управления специальности САПР № 220300 и
соответствуют рабочей программе учебной дисциплины "Вычислительная
математика".
Ил. 1, библиогр. 4 назв.
Рецензент: В. С. Капитонов, канд. физ.-мат. наук, доц.
кафедры высшей математики СПбГТИ(ТУ).
Утверждены на заседании учебно-методической комиссии физико-
математического отделения 07. 04. 2005.
Рекомендованы к изданию РИСо СПбГТИ(ТУ).
3
ВВЕДЕНИЕ
Нахождение собственных значений и собственных векторов матриц –
одна из тех сложных вычислительных задач, с которой часто приходится
сталкиваться специалисту, занимающемуся проектированием или
анализом больших технических систем.
В электрических и механических системах собственные числа отвечают
собственным частотам колебаний, а собственные векторы характеризуют
соответствующие формы колебаний.
В теории динамических систем и связанных с ними системах линейных
дифференциальных уравнений, знание собственных значений позволяет
определить характер поведения системы во времени и решить вопрос об
устойчивости такой системы. Оценка величин критических нагрузок при
расчёте строительных конструкций также основана на информации о
собственных значениях и собственных векторах матриц.
Дальнейшее расширение процесса математического моделирования
ведёт к тому, что владение методами решения проблемы собственных
значений становится обязательным элементом инженерного образования.
1 ОСНОВНЫЕ СВЕДЕНИЯ О СОБСТВЕННЫХ ЗНАЧЕНИЯХ И
СОБСТВЕННЫХ ВЕКТОРАХ МАТРИЦ
Пусть -
21
22221
11211
ааа
ааа
ааа
A
nnnn
n
n
квадратная матрица порядка n
с вещественными элементами Rija , i, j =1, 2, … , n.
Комплексное число λC называется собственным значением матрицы
A , если существует ненулевой вектор n ,x, , xxx
21 с комплексными
компонентами Cix , удовлетворяющий уравнению
xλxA
(1)
и называемый собственным вектором матрицы A , отвечающим
собственному значению λ.
Запишем систему (1) в виде
0 xλEA
, (2)
где Е – единичная матрица порядка n.
4
Эта однородная система линейных алгебраических уравнений имеет
ненулевое решение x
тогда и только тогда, когда определитель матрицы
системы равен нулю, т.е.
0det
21
22221
11211
λaaa
aλaa
aaλa
EAλD
nnnn
n
n
(3)
Развёртывание этого определителя приводит к так называемому
характеристическому уравнению матрицы A :
,01 12
21
1 n
nnnn ppppD (4)
представляющему собой алгебраическое уравнение степени n.
Из курса алгебры известно, что алгебраическое уравнение степени n
имеет в множестве комплексных чисел ровно n корней n , λ, , λλ 21 с
учётом их кратности. При этом из известной теоремы Виета, дающей связь
корней уравнения с его коэффициентами, следует, что
Ap- λ λλ
aaap λ λλ
nn
n
nnn
det1 121
2211121
(5)
Величина nnaaaSpA 2211 называется следом матрицы A .
Соотношения (5) можно использовать для контроля вычислений
собственных значений матрицы. Таким образом, каждая квадратная
матрица A порядка n обладает набором из n собственных значений
n , λ, , λλ 21 и соответствующих им собственных векторов nx , , x, x
21 .
Если матрица A симметричная, т.е. jiij aa , i, j = 1, 2, ... , n, то все её
собственные значения являются вещественными числами, а собственные
векторы ортогональны между собой,
т.е.
j ., ix
j, ixx
iji 2
0
Если матрица A несимметричная, то возможно наличие комплексных
собственных значений вида iβαλ . В этом случае собственным
значением матрицы обязательно является и комплексно-сопряженное
число iβαλ .
Прежде чем искать собственные значения матрицы, целесообразно
провести их локализацию, т.е. грубую оценку расположения их на
комплексной плоскости.
Решению этой задачи служит теорема Гершгорина: все собственные
значения матрицы A лежат в объединении кругов n , S, , SS 21 , где
5
,rz-aC :zS iiii
n
ij
jiji ar
1
- сумма модулей внедиагональных
элементов i-ой строки матрицы A ; если k кругов образуют замкнутую
область, изолированную от других кругов, то в этой области находится
ровно k собственных значений с учётом их кратности.
Пример 1
Для матрицы
505080
515350
50502
,,,
,,,
,,
A круги Гершгорина имеют вид :
315031508050
2532515053
12150502
3333
2222
1111
,,zC : z S,,,r ,a
,zC : z S,,r,a
zC : zS ,,r a
Рисунок 1 - Круги Гершгорина
Из этого рисунка видно, что в объединении кругов 1S и 2S находится
ровно два собственных значения 1 и 2 , а круг 3S содержит ровно одно
собственное значение 3 .
Если матрица A – симметричная, то теорема Гершгорина позволяет
определить границы вещественных собственных значений, которые будут
находиться в объединении интервалов ,iiiiiii r; ara ,n, , i 21 .
6
Пример 2
Для симметричной матрицы
26112
6150250
12311
250122
,
,,,
,
,,
A указанные
интервалы имеют вид:
66626461122
6463146125050
3572412131
753153250122
4444
3333
2222
1111
, ; ,,,ra
, ; ,,,,r,a
, ; ,r,a
, ; ,,,r,a
Для такой матрицы все собственные значения будут находиться внутри
интервала 66634321 , ; , .
В алгебре для вычисления собственных значений матрицы необходимо
составить характеристическое уравнение (4), развернув определитель (3), и
затем найти его корни n , λ, , λλ 21 , являющиеся собственными
значениями данной матрицы. Для нахождения собственных векторов
нужно для различных собственных значений решить систему линейных
уравнений (2). Получающиеся при этом собственные векторы будут
определены с точностью до постоянного множителя, поэтому в
большинстве случаев их нормируют, поделив каждый на его длину. Тогда
система собственных векторов симметричной матрицы становится
ортонормированной, т.е.
j, i
j, ixx ji
1
0 .
Численные методы решения проблемы собственных значений условно
делятся на две группы:
1) точные методы, основанные на вычислении коэффициентов
характеристического уравнения и его последующем решении (методы
Данилевского, Крылова, Леверрье-Фаддеева и др. );
2) итерационные методы, основанные на вычислении части или всех
собственных значений без использования характеристического
уравнения, как пределов некоторых числовых последовательностей
(степенной метод, QR – алгоритм, метод вращений и др.).
Некоторые из этих методов будут изложены в дальнейшем.
7
2 МЕТОД А.М. ДАНИЛЕВСКОГО
2.1 Вычисление собственных значений
Сущность метода А. М. Данилевского заключается в преобразовании
исходной матрицы
21
22221
11211
ааа
ааа
ааа
A
nnnn
n
n
(6)
в подобную ей матрицу Фробениуса
0100
0001
121
nn pppp
P (7)
по формуле 1 BABP с помощью матрицы подобия B . При этом
BλEABBλEABAB-λBBEP detdetdetdetdetdet 111
EP det , что означает совпадение характеристических уравнений
подобных матриц.
Докажем методом математической индукции, что характеристическое
уравнение матрицы P имеет вид:
-λ
-λ
pppλp
EP
nn
100
001det
121
01 12
21
1
nnnnnn pλp λpλpλ .
Пусть n=2, тогда 21221
1det λ-p-pλ
-λ
pλpEP
.
Предположим, что при n=k kkkk p λpλEP 1
11det
и возьмём n=k+1. Тогда
8
λ
λ
λ
ppppλp
λEP
kkk
1000
0100
0001
det
1121
λ
λ
ppλp
λ
λ
λ
λ
p
k
kk
k
00
011
1000
000
010
001
1
21
221
2
k
kkkk
k pλpλλp 111
2 11
11111 kk
kkk pλpλpλ , что и доказывает наше
утверждение.
Таким образом, коэффициенты характеристического уравнения
матрицы A определяются первой строкой матрицы P .
Согласно методу А.М. Данилевского, переход от матрицы A к
подобной ей матрице P осуществляется с помощью n-1 преобразований
подобия, последовательно преобразующих строки матрицы A , начиная с
последней, в соответствующие строки матрицы P .
Рассмотрим эти преобразования подробно.
На первом этапе, предполагая, что 01 n,n-a , построим матрицу 1B ,
заменив в единичной матрице порядка n элементы n-1 строки на значения
a
b
;n- ja
ab
n,nnn
n,n
nj,jn
-,
1
11
1
1
11
(8)
1000
0010
0001
1112111
1
,nn,nn,n,n bbbb
B (9)
Умножим справа матрицу A на матрицу 1B
9
0100
1112111
2122221
1111211
1
,nn,nn,n,n
,n,n
,n,n
cccc
cccc
cccc
CBA , (10)
где n .i bac
;n-n, ji baiaic
,nni,ni,n
,jni,njj
1
11
1111
11 (11)
Непосредственной проверкой легко убедиться, что обратная матрица 11-B
имеет вид
1000
0010
0001
121
11
nnn,nnn aaaa
B (12)
Пусть 11
11 ABBD , следовательно, CBD 111 . Так как, очевидно,
умножение слева матрицы C на матрицу 11B не изменяет последнюю
строку C , то матрица 1D имеет вид
0100
1112111
2122221
1111211
1
,nn,nn,n,n
n,n
n,n
dddd
dddd
dddd
D , (13)
где n . j cad
; n- i cd
n
kkjnk,jn
ijij
11 1
21
(14)
Полученная матрица 1D подобна матрице A и имеет одну
преобразованную строку. Этим заканчивается первый этап процесса.
На втором этапе, предполагая, что 021 ,nnd , построим матрицу 2B ,
заменив в единичной матрице порядка n элементы n-2 строки на значения
10
2122
21
12
1
2
,nn,nn
,nn
,jn,jn
db
;n jd
db
(15)
1000
0100
0010
0001
21222122
,nn,nn,n,n ddddB (16)
Далее, взяв в качестве матрицы A матрицу 1D и проведя вычисления по
формулам (11) и (14), получим матрицу 211
22 BDBD с двумя
преобразованными строками. Над матрицей 2D проделываем те же
операции. Продолжая этот процесс, мы получим матрицу Фробениуса
,BBBBABBBBP nnnn 12211
11
21
211
(17)
если все n-1 промежуточных преобразований возможны.
Из формулы (17) очевидно, что неособенная матрица подобия при
преобразовании A к P может быть записана как
.BBBBB nn 1221 (18)
Процесс А.М. Данилевского происходит без всяких осложнений, если
элементы матриц, на которые производится деление в формулах (8) и (15)
отличны от нуля. Остановимся сейчас на исключительных случаях, когда
это требование нарушается.
Допустим, что при преобразовании матрицы A в матрицу Фробениуса
P после нескольких шагов получена матрица
0100000
0010000
0001000
0 1121
111111111211
knk,nk,kk,kkk
n,n,kk,k
dddddd
ddddddd
D
т.е. оказалось, что 01 k,k-d .
11
Тогда продолжать преобразование по методу А.М. Данилевского
нельзя. Здесь возможны два случая.
1) Пусть 0k,md , где 1 km . Тогда этот элемент выдвигаем на место
нулевого элемента 1k,k-d , т.е. переставляем (k-1)–й и m–й столбцы
матрицы D и, одновременно, переставляем её (k-1)–ю и m–ю строки.
Можно доказать, что полученная новая матрица D будет подобна
прежней. К новой матрице применяем метод А.М. Данилевского.
2) Пусть 0kmd , где 121 , k, , m , тогда D имеет вид
В таком случае для матрицы D , разбитой на четыре клетки
λEDλEDλED detdetdet . При этом матрица D уже
приведена к форме Фробениуса и
1det 11
111
knk,nkn
k,kkn
kkknkn dλdλdλdλλE)D(
. Остаётся применить метод А.М. Данилевского к матрице D .
2.2 Нахождение собственных векторов
Пусть y
- собственный вектор матрицы P (2), отвечающий
собственному значению λ . Тогда yλyP
или в координатном виде
1
32
21
1112211
nn-
nnnn
λy y
λy y
λy y
λyypypypyp
Полагая 1ny , мы получим, используя последовательно эти уравнения с
низу вверх, 1
12
21
nnn λ ,y , λλ , yy .
121 , λ, , , λλy nn
(19)
12
Так как матрицы A (6) и P (7) подобны, то BABP 1 , а матрица
подобия B определяется формулой (18). Тогда yλyABB
1 или
yλByBA
. Это означает, что вектор
1
2
1
λ
λ
λ
ByBx
n
n
(20)
является собственным вектором матрицы A , отвечающим собственному
значению λ .
2.3 Пример 3
Найти собственные значения и собственные векторы матрицы
26,112
6,15,025,0
123,11
25,012,2
A методом А.М. Данилевского.
Вычислим собственные значения матрицы A , используя формулы (8) -
(16).
1-й этап
1000
25162506250251
0010
0001
100061
2
61
1
61
1
61
20010
0001
1,,,,
,,,,
B
1000
26112
0010
0001
11
,B
13
0100
81,2375,4125,445,1
5,125,105,05,1
375,13125,06875,0575,1
11
11 BABD
2-й этап
1000
0100
81237541254451
0001
1000
0100
68120060612424035150
0001
1000
01001254
812
1254
3754
1254
1
1254
4510001
12
2
,,,,B
,,,,
,
,
,
,
,,
,
B
0100
0010
0133,51433,76667,43267,4
9067,04167,01667,03333,1
211
22 BDBD
3-й этап
1000
0100
001032674
01335
32674
14337
32674
66674
32674
1
3
,
,
,
,
,
,
,
B
1000
0100
0010
1587165110786123110 ,-,,,-
14
1000
0100
0010
01335143376667432674
13
,-,,,-
B
0100
0010
0001
7616273512206
321
33
,,,
PBDBD
Первая строка матрицы P определяет коэффициенты
характеристического уравнения матрицы A , которое имеет вид
07616273512206 234 ,λ,λ,λλ . Корни этого уравнения будут
собственными значениями матрицы A . Решая уравнение одним из
численных методов [1] (методом половинного деления, комбинированным,
итераций и др.), находим 142011 ,λ , 222602 ,λ , 545413 ,λ ,
65254 ,λ . При этом для отделения корней можно использовать результат
примера 2.
Найдем собственные векторы матрицы A с помощью формул (18)-(20).
Матрица подобия
1000
36960413202628123810
2739064111367008120
1587165110786123110
321,,,,
,,,,
,,,,
BBBB
1
6525
945531
5568180
1
6525
6525
6525
1
54541
38832
6913
1
54541
54541
54541
1
22260
04960
0110
1
22260
22260
22260
1
42011
01662
86382
1
42011
42011
42011
2
3
4
2
3
3
2
3
2
2
3
1
,
,
,
,
,
,
y ,
,
,
,
,
,
y
,
,
,
,
,
,
y ,
,
,
,
,
,
y
Собственные векторы матрицы A
15
1
690
75310
89750
1
40592
83652
11573
1
21760
64510
74020
1
27232
5481
66630
4433
2211
,
,
,
y Bx ,
,
,
yBx
,
,
,
y Bx ,
,
,
yBx
Если эти векторы нормировать каждый на свою длину, т.е. найти
i
ii
x
xx
4321 , , , i ,то получим ортонормированную систему
собственных векторов матрицы A
59250
40880
44620
53170
20190
48570
57260
62890
70510
15340
45490
52190
33330
75730
51590
2220
4321
,
,
,
,
x
,
,
,
,
x
,
,
,
,
x
,
,
,
,
x
3 МЕТОД А.Н. КРЫЛОВА
3.1 Вычисление собственных значений
Согласно тождеству Гамильтона – Кели [4], матрица A удовлетворяет
своему характеристическому уравнению (4), поэтому
012
21
1 EpApApApA nn
nnn (21)
Возьмём произвольный ненулевой вектор
0
10
0
ny
y
y
и умножим обе
части равенства (21) справа на 0y
000102
201
10
ypyApyApyApyA nnnnn
(22)
Положим
, n,, , kyAy kk
210 (23)
тогда равенство (22) приобретает вид
16
00112211
ypypypypy nnn-n-n (24)
где , n., , k
y
y
y
nk
k
k
10
1
Векторы ky
удобно находить с помощью рекуррентной формулы
, n, , kyAy kk
211 (25)
Следовательно, векторное равенство (24) эквивалентно системе
линейных алгебраических уравнений
, n, , i
yypypypyp ininin-i,ni,n
21
0112211
(26)
из которой можно найти неизвестные значения n , p, , pp 21 ,
определяющие коэффициенты характеристического уравнения (4). Если
векторы ky
110 , n, , k линейно независимы, то система (26)
будет иметь единственное решение, если эти векторы окажутся линейно
зависимы, то можно изменить начальный вектор 0y
.
3.2 Нахождение собственных векторов
Для простоты ограничимся случаем, когда характеристический
многочлен
nnn-n-n pλpλpλpλλD 1
22
11 (27)
имеет различные корни n , λ, , λλ 21 , которые будем считать уже
найденными из характеристического уравнения. Разложим вектор 0y
,
использовавшийся при вычислении собственных значений, по
собственным векторам nx , , x , x
21 матрицы A
nnxcx cxcy
22110 (28)
где , n , , ici 210 - некоторые коэффициенты. Отсюда,
учитывая, что
, n, , ixλxA
xλxA
xλxA
inii
n
iii
iii
2111
22
(29)
получим
17
nnnn
nnn
nnn
nnn
xλcx λcxλcy
xλcx λcxλcy
xλcx λcxλcy
12
1221
1111
22
2221
2112
2221111
(30)
Пусть , n, , iqλqλλQ ,inn
in
i 2112
11
(31)
произвольная система многочленов. Составляя линейную комбинацию
векторов 021 y , , y,y nn
с коэффициентами из (31) в силу соотношений
(28) и (30) находим
, n, , i
xλQcxλQcxλQc
y q yqy
nninii
,innin
21222111
01211
(32)
Если положить
, n ,, , iλ-λ
λDλQ
ii 21 (33)
то, очевидно
i, jλD
i, jλQ
iji
0
0
Формула (32) при этом принимает вид
, n, , iyqyqyxλQc ,inniniiii
2101211 (34)
Коэффициенты 121 , n-, , jq ji могут быть легко определены по
схеме Горнера
1211 10 , n-, , jpqλ , qq j,ijijii (35)
Таким образом, формула (34), в которой коэффициенты вычисляются по
формуле (35), определяет собственный вектор ix
, отвечающий
собственному значению iλ , с точностью до числового множителя.
3.3 Пример 4
Найти собственные значения и собственные векторы матрицы
26112
6150250
12311
250122
,
,,,
,
,,
A методом А.Н. Крылова.
18
Вычислим собственные значения матрицы, используя формулы (25),
(26) и результаты, полученные в примере 3.
Выберем начальный вектор
0
0
0
1
0y
. Тогда
93321
7825220
605239
0006291
5657
6437
8441
37352
210
556
56
0910
2
50
1
22
3423
1201
,
,
,
,
yAy,
,
,
,
,
yAy
,
,
,
,
,
yAy , ,
,
yAy
Таким образом, система для нахождения 4321 , p, p, pp имеет вид
9332122105657
7825220505566437
605239568441
000629122091037352
321
321
321
4321
, p p, p,
, p,p, p,
, pp, p,
,pp,p,p,
Эту систему линейных алгебраических уравнений можно решить по
формулам Крамера или методом Гаусса [1].В результате решения получим
, p 61 202 , ,p 735123 , ,p 761624 , p . Таким образом,
характеристическое уравнение матрицы A имеет вид
07616273512206 234 ,λ,λ,λλ . Его корни, являющиеся
собственными значениями матрицы A , были найдены в примере 3:
420111 ,λ , 222602 ,λ , 545413 ,λ , 65254 ,λ .
Найдем собственные векторы матрицы A с помощью формул (35) и
(34) для всех собственных значений.
19
54942
7935
94663
69861
9447133721042017
944717351233721042011
337210204201742011
420176142011
1
42011
01231
31
21
11
01
1
,
,
,
,
y,y,y,yx
,,,,q
,,,,q
,,q
q
,λ
34164
94490
80092
21383
4041124862177745
404112735124862122260
48621207774522260
777456122260
1
22260
01232
32
22
12
02
2
,
,
,
,
y,y,y,yx
,,,,q
,,,,q
,,q
q
,λ
0451,2
9204,4
801,5
372,6
787,10842,74546,4
787,1)735,12()0842,7(5454,1
0842,72,0)4546,4(5454,1
4546,4615454,1
1
5454,1
01233
33
23
13
03
3
yyyyx
q
q
q
q
20
6773,49
2774,34
4115,37
5838,44
4886,01667,2348,0
4886,0)735,12()1667,2(652,5
1667,22,0)348,0(652,5
348,061652,5
1
652,5
01234
34
24
14
04
4
yyyyx
q
q
q
q
Если каждый из векторов 4321 ,,, xxxx
нормировать на его длину, то мы
придем к ортонормированной системе собственных векторов матрицы А, с
точностью до множителя (-1) совпадающих с полученными в примере 3:
5925,0
4088,0
4462,0
5317,0
2019,0
4857,0
5726,0
6289,0
7051,0
1534,0
4549,0
5219,0
3333,0
7573,0
5159,0
222,0
4321 xxxx
4 МЕТОД ЛЕВЕРРЬЕ-ФАДДЕЕВА
4.1 Вычисление собственных значений
Этот метод получения характеристического уравнения матрицы
основан на формулах Ньютона [4] для сумм степеней корней
алгебраического уравнения.
Пусть
nnnn pppD ...)( 2
21
1 (36)
характеристический многочлен матрицы А и n ,...,, 21 - полная
совокупность его корней, где каждый корень повторяется столько раз,
какова его кратность.
21
Обозначим ,...21
kn
kkkS k=1,2,…,n. Тогда при
nk справедливы формулы Ньютона:
,... 1111 SpSpSpk kkkk k=1,2,…,n (37)
Если числа kS известны, то, решая рекуррентную систему (37), можно
найти нужные коэффициенты kp :
)...(1
..............................
)(2
1
1111
1122
11
SpSpSn
p
SpSp
Sp
nnnn
(38)
Из формул (29) следует, что числа niki ,...2,1, являются
собственными значениями матрицы kА , а из формул (5) вытекает, что k
k SpAS , k=1,2,…,n, (39)
где kSpА - сумма элементов главной диагонали (след) матрицы kА .
Степени AАА kk 1 находятся непосредственным перемножением.
Таким образом, схема развертывания определителя (3) по методу
Леверрье состоит в следующем: сначала вычисляются kА , k=1,2,…,n –
степени данной матрицы А, затем находятся соответствующие kS - суммы
элементов главных диагоналей матриц kА и , наконец, по формулам (38)
определяются искомые коэффициенты kp , k=1,2,…,n.
Д.К.Фаддеев предложил видоизменение метода Леверрье, которое
кроме упрощений при вычислении коэффициентов характеристического
многочлена позволяет определить обратную матрицу и собственные
векторы матрицы.
Будем вместо последовательности nААА ,...,, 2 вычислять
последовательность nAAА ,..., 21 , построенную следующим образом:
22
1
21
12
1
..............
,
,
nn
nn
ABA
ABA
ABA
AА
nn
nn
qn
SpA
qn
SpA
qSpA
qSpA
11
22
11
1
..................
,2
,
,
.....................
111
222
111
ЕqAB
ЕqAB
ЕqAB
ЕqAB
nnn
nnn
(40)
где Е – единичная матрица того же порядка, что и матрица А.
Докажем, что а) nn pqpqpq ,...,, 2211 ;
б) nB - нулевая матрица;
в) если А – неособенная матрица, то n
n
p
BA 11 .
а) Используем метод математической индукции. Пусть n=1, тогда
11 qSpAp . Предположим, что при n=k kk pqpqpq ,..., , 2211 , и
возьмем n=k+1. Согласно (40)
ApApAAqAqAA kkk
kkk
k ...... 1
11
11 . Следовательно
.......)1( 11111
11 SpSpSSpApSpApSpAqkSpA kkkkkk
kk
Отсюда в силу формул Ньютона 11 )1()1( kk pkqk и,
следовательно, 11 kk pq , что доказывает а).
б) В силу тождества Гамильтона-Кели [4]
0...11 EpApAB n
nnn (41)
в) Из формул (40) и (41) следует, что EpEpBAAB nnnnn 1 ,
поэтому n
n
p
BA 11 .
Таким образом коэффициенты характеристического многочлена
матрицы А определяются с помощью формул (40).
23
4.2 Нахождение собственных векторов
Построим матрицу
12121 ...
nnini
nii BBBEQ , (42)
где kB - матрицы, вычисленные по формулам (40), а i - i-е
собственное значение матрицы А.
Можно доказать, в предположении, что все n ,...,, 21 различны, что
матрица iQ ненулевая.
Покажем, что каждый столбец матрицы iQ , состоит из компонент
собственного вектора, отвечающего собственному значению i .
Действительно,
0...
)(
...)()(
......
)...)(()(
12
21
1
121
122
11
12
121
122
22
11
1223
121
EpEpEpEpE
ABABB
ABBABEABAB
ABABBBBE
BBBBEAEQAE
nnini
ni
ni
nnni
ni
ni
ninni
ni
ninini
ni
ni
ni
nnini
ni
niiii
Отсюда следует, что для любого столбца y
построенной матрицы iQ
0)(
yAEi , т.е. y
- собственный вектор матрицы А, отвечающий
собственному значению i .
Вычисляя собственные векторы описанным образом, нет
необходимости находить все столбцы матрицы iQ . Следует ограничиться
вычислением одного (любого) столбца, для чего удобно пользоваться
рекуррентной формулой:
,0 ey
kkik byy
1 k=1,2,…,n-1, (43)
где kb
- одноименный с вычисляемым столбцом матрицы iQ столбец
матрицы kB , а e
- одноименный столбец единичной матрицы.
Тогда собственный вектор ix
матрицы А, отвечающий собственному
значению i , есть 1 ni yx
.
24
4.3 Пример 5
Найти собственные значения и собственные векторы матрицы
26,112
6,15,025,0
123,11
25,012,2
A методом Леверрье-Фаддеева.
Вычислим собственные значения матрицы А, используя формулы (40) и
результаты, полученные в примере 3.
26,112
6,15,025,0
123,11
25,012,2
1A
1000
0100
0010
0001
Е
625,03,12,21 p
46,112
6,15,525,0
127,41
25,018,3
111 EpAB
44,06,25,28,1
6,206,43,655,3
5,23,611,05,0
8,155,35,011,3
12 ABA
2,0)44,006,411,011,3(2
12 p
64,06,25,28,1
6,286,33,655,3
5,23,631,05,0
8,155,35,031,3
222 EpAB
54,6776,139,404,4
776,1055,1348,076,1
39,448,0003,1064,2
04,476,164,2607,8
23 ABA
25
735,12)54,6055,13003,10607,8(3
13 p
195,6776,139,404,4
776,132,048,076,1
39,448,0732,264,2
04,476,164,2128,4
333 EpAB
7616,2000
07616,200
007616,20
0007616,2
34 ABA
7616,24 p
2433,26431,05897,14629,1
6431,01159,01738,06373,0
5897,11738,09893,0956,0
4629,16373,0956,04948,1
4
31
p
ВA
Таким образом, характеристическое уравнение матрицы А имеет вид
07616,2735,122,06 234 . Его корни, являющиеся
собственными значениями матрицы А, были найдены в примере 3:
652,5 ,5454,1 ,226,0 ,4201,1 4321 .
Найдем собственные векторы матрицы А с помощью формулы (43) для
всех собственных значений.
Для вычислений по этой формуле выберем первые столбцы единичной
матрицы и найденных выше матриц kB , k=1,2,3 т.е. возьмем
0
0
0
1
0y
2
5,0
1
8,3
1b
8,1
55,3
5,0
31,3
2b
04,4
76,1
64,2
128,4
3b
26
2
5,0
1
2201,5
4201,1
1011
1
byy
6402,4
84,2
9201,0
103,4
2112 byy
5494,2
793,5
9466,3
6986,1
32131 byyx
2
5,0
1
5774,3
2226,0
1021
2
byy
3547,1
6613,3
7226,0
1064,4
2122 byy
3416,4
9449,0
8009,2
2138,3
32232 byyx
2
5,0
1
2546,2
5454,1
1031
3
byy
2908,1
3227,4
0454,2
7943,6
2132 byy
0451,2
9204,4
801,5
372,6
32333 byyx
27
2
5,0
1
852,1
652,5
1041
4
byy
5041,9
376,6
152,6
1577,7
2142 byy
6773,49
2774,34
4115,37
5838,44
32334 byyx
Векторы 4321 ,,, xxxx
в точности совпадают с полученными в примере
4. Если каждый из этих векторов нормировать на его длину, то мы придем
к ортонормированной системе собственных векторов матрицы А:
3333,0
7573,0
5159,0
222,0
1x
7051,0
1534,0
4549,0
5219,0
2x
2019,0
4857,0
5726,0
6289,0
3x
5925,0
4088,0
4462,0
5317,0
4x
5 МЕТОД ВРАЩЕНИЙ
5.1 Вычисление собственных значений
Метод вращений позволяет для симметричных матриц решить задачу
отыскания всех собственных значений и собственных векторов без
использования характеристического уравнения.
Известно [4], что для симметричной матрицы А существует
ортогональная матрица U такая, что
,AUUT (44)
где TU - транспонированная к U матрица, - диагональная матрица.
Так как 1UU T (условие ортогональности), то матрица подобна
матрице А и, на основании доказанного в 2.1, имеет те же собственные
28
значения, что и матрица А. Так как собственными значениями
диагональной матрицы являются ее диагональные элементы, то зная U, мы
можем найти все собственные значения матрицы А.
В методе вращений матрица U строится как предел последовательности
произведений матриц простых поворотов, при которых все оси координат
кроме двух остаются неподвижными. При этом матрицы простых
поворотов подбираются так, чтобы при преобразовании матрицы с
помощью матрицы простого поворота на каждом шаге уничтожался
максимальный по абсолютной величине недиагональный элемент.
Итерационный процесс осуществляется следующим образом.
На первом этапе в матрице А находится максимальный по абсолютной
величине элемент )( 0000jiа ji . Строится ортогональная матрица
простого поворота вида
00
0
0
00
00
1
1
...
1
cos....sin
.1.
.....
.....
.1.
sin....cos
...
1
ji
j
i
U
(45)
где все невыписанные элементы нулевые. Угол 1
подбирается так,
чтобы у матрицы
)()1(
00)1(
ijT aAUUА i=1,2,…,n j=1,2,…,n (46)
элемент )1(
00 jia обратился бы в нуль. Найдем выражение этого элемента.
При умножении матрицы А на матрицу 0U получим матрицу 0AUB ,
отличающуюся от А только столбцами с номерами 0i и 0j , причем
последние имеют такой вид:
29
00
02022
01011
0
sincos
...
sincos
sincos
000
000
000
njnini
jii
jii
aab
aab
aab
i
00
02022
01011
0
cossin
...
cossin
cossin
000
000
000
njninj
jij
jij
aab
aab
aab
j
Матрица BUА T0
)1( отличается от матрицы В только строками с
номерами 0i и 0j причем эти строки имеют такой вид:
,cossin...,
,...cossin ,cossin :
,sincos...,
,...sincos ,sincos :
00)1(
0202)1(20101
)1(10
00)1(
0202)1(20101
)1(10
000
000000
000
000000
njninj
jijjij
njnini
jiijii
bba
bbabbaj
bba
bbabbai
Таким образом,
00
000000)1(
2cos2sin)(2
1
sin)cossin(cos)cossin(
000000
0000000000
jiiijj
jjijjiiiji
aaa
aaaaa
Из требования, что ,000
)1( jia получаем
)2
(2
1
22
0000
00
0000
00
0
0
jjii
ji
jjii
ji
aa
aarctg
aa
atg
(47)
Матрица )1(A будет симметричной, т.к. из формулы (46) имеем
)1(000000
)1( )()( AUAUUAUAUUА TTTTTT .
Заметим, что при умножении матрицы А слева на ортогональную
матрицу U не изменяются суммы квадратов элементов по столбцам, а при
умножении справа матрицы А на ортогональную матрицу V не изменяются
суммы квадратов элементов по строкам.
Докажем первую часть утверждения. Пусть kа
- вектор-столбец,
элементами которого являются элементы k-го столбца матрицы А. Тогда
30
.)()(22
kkT
kkTT
kkT
kk aaaaUUaaUaUaU
Вторая часть утверждения доказывается аналогично.
Из этого утверждения следует, что при умножении матрицы А справа на
ортогональную матрицу U или (и) слева на ортогональную матрицу V не
изменяется сумма квадратов всех элементов.
Так как матрицы А и )1(A отличаются только элементами строк и
столбцов с номерами 0i и 0j , то
ijij аa )1(
00 , jii 00 , jij (48)
При умножении А справа на 0
U изменяются только столбцы 0i и 0j и
при этом не изменяются суммы квадратов элементов строк, поэтому 2)1(2)1(22
0000 ijiiijiiаaаa 00 , jii (49)
При умножении 0
AU на TU0
слева изменяются лишь строки с номерами
0i и
0j и не изменяются суммы квадратов элементов столбцов, поэтому
2)1(2)1(22
0000 jjjijjjiаaаa 00 , jij (50)
Обозначим через 0S и 1S суммы квадратов элементов, не лежащих на
главной диагонали, для матриц А и )1(A , соответственно. Учитывая
соотношения 0000ijji
аa и 000
00
)1()1( ijji
аa и формулы (48), (49), (50),
имеем
)1(
22
2
022)1(2)1(2)1(2)1(
2222210
0000
000
000
000
0
000
000
000
00000
nn
Saaaaa
aaaaaSS
jijii
ijjii
iijij
jjjij
ji
jiiij
jiiii
jijjj
jijjiji
Следовательно,
001)1(
21 qSS
nnS
,
где .1)1(
21
nnq
Далее процесс повторяется.
Предположим, что уже построена матрица )1( kA . Тогда k-й этап
состоит в следующем. В матрице )1( kA ищется наибольший по
абсолютной величине элемент ).( 11)1(
11
kk
kji
jiakk
Строится
31
ортогональная матрица простого поворота )1( kU вида (45) с заменой
000 ,, ji соответственно на 111 ,, kkk ji . Угол 1k подбирается из
условия, что элемент )1(
11
kji kk
a матрицы
1)1(
1)(
k
kTk
k UAUA (51)
обращается в нуль. Для этого 1k
должно удовлетворять условию
)1()1(
)1(
1
1111
112
2
1
kjj
kii
kji
k
kkkk
kk
aa
aarctg (52)
При этом, так же как и выше, можно показать, что
1 kk qSS ,
где kS и 1kS суммы квадратов элементов, не лежащих на главной
диагонали, для матриц )1( kA и )(kA , соответственно, .)1(
21
nnq
Таким образом, мы построили последовательность симметричных
матриц )(kA k=0,1,2…, где
120021)( ......
kkTT
kTk
k UUAUUUUA (53)
причем
01 ... SqqSS kkk (54)
Из (54) и неравенства 0<q<1 следует, что сумма квадратов элементов
матрицы )(kA , не лежащих на главной диагонали, стремится к нулю при
k . Так как при этом сумма квадратов всех элементов матрицы )(kA
остается неизменной (равной сумме квадратов элементов матрицы А),
последовательность матриц )(kA сходится при k к диагональной
матрице . В матрице в силу соотношений (53) и (44) на главной
диагонали будут находиться собственные значения матрицы А, причем
последовательность матриц
1210)( ... kk
k UUUUU (55)
сходится при k к ортогональной матрице U из (44).
32
5.2 Нахождение собственных векторов
Если i - i-й диагональный элемент матрицы , определяемой
формулой (44), то соответствующим ему собственным вектором будет
вектор
0
...
0
1
0
...
0
ie
i-я строка,
т.е. iiiT eeAUU
или в силу ортогональности матрицы U iii eUeAU
.
Это равенство показывает, что вектор ii eUx
есть собственный вектор
матрицы А, отвечающий собственному значению i . Компонентами
вектора ix
являются элементы i-го столбца матрицы U. Таким образом,
последовательность матриц )(kU , определяемых (55), сходится при k
к матрице со столбцами из собственных векторов матрицы А.
Так как сумма квадратов элементов строк и столбцов матрицы простого
поворота kU равна единице, то из доказанного в 5.1 и формулы (55)
следует, что сумма квадратов элементов строк и столбцов матрицы )(kU
будет тоже равна единице. Это означает, что получаемая по методу
вращений система собственных векторов матрицы А будет
ортонормированной.
При приближенном решении задачи задаются малой величиной 0 и
продолжают процесс до тех пор, пока не выполнятся неравенства )(k
ija
при всех ji , и за приближенные значения собственных значений
матрицы А принимают диагональные элементы матрицы )(kA (53), а за
собственные векторы – столбцы матрицы )(kU (55).
33
5.3 Пример 6
Найти собственные значения и собственные векторы матрицы
26,112
6,15,025,0
123,11
25,012,2
A методом вращений.
Зададим =0,001.
Вычислим собственные значения матрицы А, используя формулы (47),
(45), (46), (52), (51).
1-й этап:
;10 i ;40 j ;7604,022,2
22
2
10
arctg
;7245,0cos 0 ;6892,0sin 0
7245,0006892,0
0100
0010
6892,0007245,0
0U
0975,08147,00353,00
8147,05,02465,1
0353,023,14138,1
0465,14138,11025,4
00)1( AUUA T
2-й этап:
;21 i ;31 j ;6867,05,03,1
22
2
11
arctg
;7733,0cos 1 ;634,0sin 1
1000
07733,0634,00
0634,07733,00
0001
1U
34
0975,06076,05438,00
6076,01396,102367,0
5438,009396,20221,2
02367,00221,21025,4
1)1(
1)2( UAUA T
3-й этап:
;12 i ;22 j ;6454,09396,21025,4
0221,22
2
12
arctg
;7989,0cos 2 ;6015,0sin 2
1000
0100
007989,06015,0
006015,07989,0
2U
0975,06076,04344,03271,0
6076,01396,11424,01891,0
4344,01424,0417,10
3271,01891,006251,5
2)2(
2)3( UAUA T
4-й этап:
;33 i ;43 j ;3882,00975,01396,1
6076,02
2
13
arctg
;9256,0cos 3 ;3786,0sin 3
9256,03786,000
3786,09256,000
0010
0001
3U
346,003482,03743,0
03881,12962,00512,0
3482,02962,0417,10
3743,00512,006251,5
3)3(
3)4( UAUA T
5-й этап:
;14 i ;44 j ;0704,0346,06251,5
3743,02
2
14
arctg
;9975,0cos 4 ;0704,0sin 4
35
9975,0000704,0
0100
0010
0704,0009975,0
4U
3196,00036,03473,00
0036,03881,12962,0051,0
3473,02962,0417,10245,0
0051,00245,06515,5
4)4(
4)5( UAUA T
6-й этап:
;25 i ;45 j ;2883,03196,0417,1
3473,02
2
15
arctg
;9605,0cos 5 ;2784,0sin 5
9605,002784,00
0100
2784,009605,00
0001
5U
2189,0079,000068,0
079,03881,12855,0051,0
02855,05177,10235,0
0068,0051,00235,06515,5
5)5(
5)6( UAUA T
7-й этап:
;26 i ;36 j ;097,0)3881,1(5177,1
)2855,0(2
2
16
arctg
;9953,0cos 6 ;0969,0sin 6
1000
09953,00969,00
00969,09953,00
0001
6U
2189,00787,00077,00068,0
0787,04159,100531,0
0077,005455,10185,0
0068,00531,00185,06515,5
6)6(
6)7( UAUA T
36
8-й этап:
;37 i ;47 j ;048,02189,04159,1
0787,02
2
17
arctg
;9989,0cos 7 ;0479,0sin 7
9989,00479,000
0479,09989,000
0010
0001
7U
2227,000076,00043,0
04197,10004,00533,0
0076,00004,05455,10185,0
0043,00533,00185,06515,5
7)7(
7)8( UAUA T
9-й этап:
;18 i ;38 j ;0075,0)4167,1(6515,5
0533,02
2
18
arctg
;1cos 8 ;0075,0sin 8
1000
0100075,0
0010
00075,001
8U
2227,000076,00043,0
04201,10002,00
0076,00002,05455,10185,0
0043,000185,06519,5
8)8(
8)9( UAUA T
10-й этап:
;19 i ;29 j ;0045,0)5455,16519,5
0185,02
2
19
arctg
;1cos 9 ;0045,0sin 9
1000
0100
0010045,0
000045,01
9U
37
2227,000076,00043,0
04201,10002,00
0076,00002,05454,10
0043,000652,5
9)9(
9)10( UAUA T
11-й этап:
;210 i ;310 j ;0058,0)2227,05454,1
)0076,0(2
2
110
arctg ;1cos 10
;0058,0sin 10
100058,00
0100
0058,0010
0001
10U
2226,0000043,0
04201,10002,00
00002,05454,10
0043,000652,5
10)10(
10)11( UAUA T
12-й этап:
;111 i ;411 j ;0008,0)2226,0652,5
)0043,0(2
2
111
arctg
;1cos 11 ;0008,0sin 11
1000008,0
0100
0010
0008,0001
11U
2226,0000
04201,10002,00
00002,05454,10
000652,5
11)11(
11)12( UAUA T
Все элементы матрицы )12(A , не лежащие на главной диагонали, по
модулю меньше =0,001, а на главной диагонали находятся собственные
значения матрицы А: ;652,51 ;5454,12 ;4201,13 .2226,04
Найдем ортонормированную систему собственных векторов матрицы А,
используя формулу (55).
38
7051,03333,02018,05925,0
1534,07573,04856,04088,0
4549,05159,05726,04462,0
5219,0222,06289,05317,0
11109876543210 UUUUUUUUUUUUU
Столбцы этой матрицы являются собственными векторами матрицы А.
5925,0
4088,0
4462,0
5317,0
1x
,
2018,0
4856,0
5726,0
6289,0
2x
,
3333,0
7573,0
5159,0
222,0
3x
,
7051,0
1534,0
4549,0
5219,0
4x
Эти векторы с точностью до множителя (-1), порядка нумерации и
погрешности, определяемой величиной совпадают с полученными в
примерах 3, 4 и 5.
ЛИТЕРАТУРА
1. Демидович Б.П., Марон И.А. Основы вычислительной математики.
М.: Наука, 1966.-664 с.
2. Березин И.С., Жидков Н.П. Методы вычислений т.2. М.: Физматгиз,
1962.-635 с.
3. Фаддеев Д.К., Фаддеева В.Н. Вычислительные методы линейной
алгебры. М.: Физматгиз, 1963.-734 с.
4. Курош А.Г. Курс высшей алгебры. – М.: Наука, 1975.-431 с.
39
СОДЕРЖАНИЕ
ВВЕДЕНИЕ .................................................................................................................3
1 ОСНОВНЫЕ СВЕДЕНИЯ О СОБСТВЕННЫХ ЗНАЧЕНИЯХ И
СОБСТВЕННЫХ ВЕКТОРАХ МАТРИЦ .....................................................3
2 МЕТОД А.М. ДАНИЛЕВСКОГО ...................................................................7
2.1 Вычисление собственных значений .............................................................7
2.2 Нахождение собственных векторов ........................................................... 11
2.3 Пример 3 .............................................................................................................. 12
3 МЕТОД А.Н. КРЫЛОВА ................................................................................. 15
3.1 Вычисление собственных значений ........................................................... 15
3.2 Нахождение собственных векторов ........................................................... 16
3.3 Пример 4 ............................................................................................................. 17
4 МЕТОД ЛЕВЕРРЬЕ-ФАДДЕЕВА .................................................................. 20
4.1 Вычисление собственных значений ........................................................... 20
4.2 Нахождение собственных векторов ........................................................... 23
4.3 Пример 5 ............................................................................................................. 24
5 МЕТОД ВРАЩЕНИЙ ....................................................................................... 27
5.1 Вычисление собственных значений ........................................................... 27
5.2 Нахождение собственных векторов ........................................................... 32
5.3 Пример 6 ............................................................................................................. 33
Литература ................................................................................................................. 38
Кафедра прикладной математики
Методические указания
МЕТОДЫ НАХОЖДЕНИЯ СОБСТВЕННЫХ ЗНАЧЕНИЙ
И СОБСТВЕННЫХ ВЕКТОРОВ МАТРИЦ
Дмитрий Владимирович Долгополов
Отпечатано с оригинал-макета. Формат 60x90 1/16
Печ.л. 2,5 Тираж 100 экз. Заказ № 53 от 19. 04. 2005
Санкт-Петербургский государственный технологический институт
(Технический университет), ИК «Синтез»
190013, Санкт-Петербург, Московский пр., 26.
О Группе Allianz · лицом, управление которому передано Застрахованным. в) нахождения Застрахованного
EVRAZ plc Консолидированная финансовая отчетность за … · Собственные акции, выкупленные у акционеров